JP2020184260A - 分析装置、分析方法および分析プログラム - Google Patents

Abstract

【課題】所定の商品の需要の増加と、ＳＮＳサイトに投稿された情報との関係を定量的に分析する。【解決手段】分析装置１は、ウェブサーバ２−１〜２−ｍ、および、商品Ｘを販売する実店舗のＰＯＳ端末に接続されたＰＯＳサーバ３から、第１の期間における商品Ｘの単位期間毎の販売数を示す販売数情報を取得する第１の取得部１１と、前記販売数情報に基づいて、第１の期間において、商品Ｘの需要が増加したことを示す傾向Ｆがあるか否かを判定する判定部１３と、判定部１３が傾向Ｆがあると判定した場合、傾向Ｆが発生したタイミングより前の第２の期間において、商品Ｘに関する情報を所定のＳＮＳサイトに投稿したユーザを特定する特定部１６と、前記ユーザの前記投稿の閲覧数および出現回数に基づいて、商品Ｘの需要の増加と前記ユーザとの関係を示す指標を計算する第１の計算部１７と、を備える。【選択図】図１

Description

本発明は、商品の需要の増加の要因を分析する分析装置、分析方法および分析プログラムに関する。

昨今のソーシャルネットワーキングサービス（ＳＮＳ：Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）の普及に伴い、インフルエンサーによるＳＮＳへの投稿（口コミ）と、それに伴う情報拡散が、消費者の購買行動に大きな影響を与えるようになっている。インフルエンサーとは、オンライン上のメディアやＳＮＳで膨大なフォロワーを持っていたり、特定のコミュニティにおいて他ユーザへの口コミの影響力が大きい人物を指す。

例えば、ＳＮＳによって商品やサービスを購入した経験がある人は、２０代女性の場合、３０％以上を占める。また、２０１８年にインフルエンサーによって投稿されたインスタグラムにおける広告投稿は、約２１０万投稿におよび、２０１７年に比べ約４０％増加している。

インフルエンサーがＳＮＳによって情報を発信し、フォロワーが拡散することで、爆発的な宣伝効果を生むことができるため、インフルエンサーは、広告塔として重要な役割を持つに至っている。

しかしながら、インフルエンサーによるＳＮＳへの投稿によって、ある商品の売上が伸びた場合であっても、その投稿と売上との関係を定量的に把握することは困難である。一般に、ＳＮＳ上でフォロワーが多いインフルエンサーほど影響力が強いと考えられているが、実際のプロモーション施策では、期待されたほどのパフォーマンスが得られておらず、フォロワーの数だけに頼らない別の指標が必要となっている。

本発明は、上記問題を解決するためになされたものであって、所定の商品の需要の増加と、ＳＮＳサイトに投稿された情報との関係を定量的に分析可能な分析装置を提供することを課題とする。

本発明に係る分析装置は、インターネット上で所定の商品を販売するショッピングサイトの情報を提供するウェブサーバ、および、前記所定の商品を販売する実店舗のＰＯＳ端末に接続されたＰＯＳサーバから、第１の期間における前記所定の商品の単位期間毎の販売数を示す販売数情報を取得する第１の取得部と、前記販売数情報に基づいて、前記第１の期間において、前記所定の商品の需要が増加したことを示す所定の傾向があるか否かを判定する判定部と、前記判定部が前記所定の傾向があると判定した場合、前記所定の傾向が発生したタイミングより前の第２の期間において、前記所定の商品に関する情報を所定のＳＮＳサイトに投稿したユーザを特定する特定部と、前記ユーザの前記投稿の閲覧数および出現回数に基づいて、前記所定の商品の需要の増加と前記ユーザとの関係を示す指標を計算する第１の計算部と、を備えることを特徴とする。

本発明によれば、所定の商品の需要の増加と、ＳＮＳサイトに投稿された情報との関係を定量的に分析することができる。

本発明の一実施形態に係る分析システムの構成を示すブロック図である。 ＰＯＳデータの一例である。 商品の売上の変化の一例を示すグラフである。 本発明の一実施形態に係る分析方法の処理手順を示すフローチャートである。 本発明の一実施形態に係る分析方法の処理手順を示すフローチャートである。

以下、本発明の実施形態について添付図面を参照して説明する。なお、本発明は、下記の実施形態に限定されるものではない。

（分析装置の構成）
図１は、本発明の一実施形態に係る分析システム１００の構成を示すブロック図である。分析システム１００は、分析装置１、ウェブサーバ２−１〜２−ｍ、ＰＯＳサーバ３、ＰＯＳ端末およびＳＮＳサーバ５を備えている。

分析装置１は、所定の商品Ｘの売上と、ＳＮＳサイトに投稿された情報との関係を定量的に分析する情報処理装置である。分析装置１は、汎用のコンピュータで構成することができ、ハードウェア構成として、ＣＰＵやＭＰＵなどの演算処理装置、ＲＡＭなどの主記憶装置（メモリ）、ハードディスクやＳＳＤなどの補助記憶装置、マウスやキーボードなどの入力装置、液晶ディスプレイ等の表示装置、および通信装置などを備えている。

分析装置１は、機能ブロックとして、第１の取得部１１、第２の計算部１２、判定部１３、第２の取得部１４、視聴率分析部１５、特定部１６、第１の計算部１７および要因判定部１８を備えている。これらの各部は、補助記憶装置に記憶された分析プログラムを実行することにより実現される。分析プログラムを分析装置１にインストールする方法は特に限定されず、インターネット等の通信ネットワークを介して分析プログラムを分析装置１にダウンロードしてもよいし、ＣＤ−ＲＯＭなどのコンピュータ読み取り可能な非一時的な記録媒体に分析プログラムを記録しておき、当該記憶媒体を介して分析プログラムを分析装置１にインストールしてもよい。分析装置１の各機能ブロックの詳細については、後述する。

ｍ個のウェブサーバ２−１〜２−ｍは、インターネット上で商品Ｘを販売するショッピングサイト（ＥＣサイト：Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ Ｓｉｔｅ）の情報を提供する装置である。ウェブサーバ２−１〜２−ｍは、それぞれショッピングサイトＳＳ１〜ＳＳｍに対応している。ショッピングサイトとしては、例えばＡｍａｚｏｎ、Ｙａｈｏｏ、楽天などのサイトがある。

ＰＯＳサーバ３は、商品Ｘを販売する実店舗のｎ個のＰＯＳ端末４−１〜４−ｎに接続されており、ＰＯＳ端末４−１〜４−ｎにより登録された販売情報を一元管理している。実店舗は、国内の全ての実店舗である必要はないが、ある程度規模の大きい小売業者の店舗であることが望ましい。

ＳＮＳサーバ５は、所定のＳＮＳサイトＷをユーザに提供するサーバである。ＳＮＳサイトをユーザに提供するソーシャルネットワーキングサービスとしては、例えばインスタグラム、ｆａｃｅｂｏｏｋ、ＬＩＮＥ、ツイッター（登録商標）などが挙げられる。

続いて、分析装置１の各機能ブロックについて説明する。

第１の取得部１１は、ウェブサーバ２−１〜２−ｍおよびＰＯＳサーバ３から、第１の期間における商品Ｘの月毎（単位期間毎）の販売数を示す販売数情報Ｉ１と、第１の期間における商品Ｘの月毎の価格を示す価格情報Ｉ２とを取得する。なお、本実施形態において、第１の期間は２年間であるが、特に限定されない。

具体的には、第１の取得部１１は、ウェブサーバ２−１〜２−ｍをクローリングして取扱い店舗を抽出し、取扱い店舗をスクレイピングして、店舗毎のデータを抽出することにより、ウェブサーバ２−１〜２−ｍにおける商品Ｘの販売数および価格の情報を取得する。また、第１の取得部１１は、ＰＯＳサーバ３からＰＯＳデータを取得する。ＰＯＳデータは、ＰＯＳサーバ３から直接取得してもよいが、ＰＯＳデータを一括管理する業者を介して間接的に取得してもよい。

なお、Ａｍａｚｏｎ、Ｙａｈｏｏ、楽天などの一部のウェブサーバでは、月毎の販売数を公開していないため、スクレイピングにより直接、販売数情報を取得することはできない。その場合、第１の取得部１１は、ショッピングサイトに書き込まれた商品Ｘのレビュー数をスクレイピングし、レビュー数から販売数を推測することにより、販売数情報を取得する。商品Ｘのレビューは、商品Ｘを実際に購入しなければ書き込めないため、販売数の決定的な指標となるが、購入した人が全員レビューを書き込む訳ではない。そのため、実際の販売データとレビュー数との関係性をＡＩの機械学習により推測を行う。本発明では厳密に正確な販売数は必要ではなく、７０〜８０％の精度で売上の傾向が把握できればよいため、機械学習による推測によって十分に有用な販売数情報が得られる。

図２は、商品Ｘが醤油である場合のＰＯＳデータの一例である。同図に示すように、ＰＯＳデータには、少なくとも商品Ｘの販売数および価格が含まれている。

第２の計算部１２は、販売数情報Ｉ１と価格情報Ｉ２とに基づいて、ショッピングサイトＳＳ１〜ＳＳｍおよびＰＯＳ端末４−１〜４−ｎで販売された商品Ｘの売上を計算する。具体的には、第２の計算部１２は、月毎に商品Ｘの販売数に価格をすることにより各月の売上を計算する。

図３は、２０１４年７月〜２０１６年８月の２年間の商品Ｘの売上の変化の一例を示すグラフである。なお、この期間に商品Ｘの価格に変化がない場合、図３の売上の変化は、商品Ｘの販売数の変化と一致する。

判定部１３は、商品Ｘの売上から、第１の期間において商品Ｘの需要が増加したことを示す傾向Ｆの有無を判定する。本実施形態では、判定部１３は、連続する２ヶ月の商品Ｘの売上の比率が１０倍以上となった場合、傾向Ｆがあると判定する。具体的には、判定部１３は、商品Ｘの売上の傾き（売上（ｎ＋１）／売上（ｎ））を計算する。ここで、売上（ｎ）は、第１の期間の何れかの月の売上であり、売上（ｎ＋１）は、売上（ｎ）に対応する月の翌月の売上である。

図３に示す例では、２０１４年７月〜１２月はほぼ一定であるのに対し、２０１４年１２月〜２０１５年１月の売上の比率が１０倍以上となっている。そのため、判定部１３は、商品Ｘの需要が増加したことを示す傾向Ｆがあると判定する。

第２の取得部１４は、判定部１３が傾向Ｆがあると判定した場合、傾向Ｆが発生したタイミングより前の第２の期間において、商品Ｘに関する情報を放送したテレビ番組の視聴率を示す視聴率情報Ｉ３を取得する。商品Ｘに関する情報を放送したテレビ番組とは、商品ＸのＣＭの他、商品Ｘを紹介する情報番組なども該当する。視聴率情報Ｉ３は、株式会社ビデオリサーチなどの調査会社から取得することができる。

第２の期間の長さは特に限定されないが、一般に、商品Ｘがテレビ番組やＳＮＳサイトＷで紹介されてから、実際に商品Ｘの需要が増加するまでには、１〜５ヶ月程度かかる。そのため本実施形態では、商品Ｘの需要の増加と、テレビ番組やＳＮＳサイトのユーザとの関係を制度よく分析するために、第２の期間を５ヶ月間としている。

視聴率分析部１５は、視聴率情報Ｉ３に基づいて、商品Ｘの需要の増加に対するテレビ番組の影響の有無を判定する。例えば、該当するテレビ番組の視聴率が所定以上に上昇した後に傾向Ｆが現れた場合、視聴率分析部１５は、商品Ｘの需要の増加に対するテレビ番組の影響があると判定する。これに対し、該当するテレビ番組の視聴率が一定であるにもかかわらず、傾向Ｆが現れた場合、視聴率分析部１５は、商品Ｘの需要の増加に対するテレビ番組の影響はないと判定する。

特定部１６は、判定部１３が傾向Ｆがあると判定した場合、傾向Ｆが発生したタイミングより前の第２の期間において、商品Ｘに関する情報を所定のＳＮＳサイトＷに投稿したユーザを特定する。具体的には、特定部１６は、ＳＮＳサイトＷに、商品Ｘに関する情報（例えば商品Ｘの名称や、商品Ｘのブランド名または愛称などを含むメッセージ）を投稿したユーザを特定する。

例えば、あるユーザＡが、「商品Ｘを是非使ってみて」というメッセージをＳＮＳサイトＷに投稿した場合、特定部１６は、「商品Ｘ」を含むメッセージに基づき、これを投稿したユーザＡを特定する。本実施形態では、図３に示す２０１４年７月〜１１月の５ヶ月間に、ＳＮＳサイトＷに商品Ｘに関するメッセージを投稿したユーザとして、１０人のユーザが特定されたとする。なお、特定部１６は、商品Ｘのメッセージの投稿と、その投稿等の引用（シェア）とを区別しており、投稿を引用したユーザは特定しない。

第１の計算部１７は、特定部１６が特定したユーザの投稿の閲覧数および出現回数に基づいて、商品Ｘの需要の増加と前記ユーザとの関係を示す指標Ｙを計算する。例えば、あるユーザＢの投稿の閲覧数は、メッセージが投稿された時刻から所定時間（例えば１０分）、ＳＮＳサイトＷを使用しているユーザＢのフォロワー数としてカウントされる。なお、フォロワーとは、ＳＮＳサイトＷにおいて、ユーザの投稿が自身のアカウントのＳＮＳサイトＷに表示される関係（所定の関係）を有する他のユーザである。このため、一般にユーザＢのフォロワーの数が多いほど、ユーザＢの投稿の閲覧数は増加することになる。

また、ユーザＢの投稿は、ユーザＢのフォロワー等により、ＳＮＳサイトＷに引用（シェア）されてコメントが付されることがある。そこで、本実施形態では、ユーザＢの投稿の出現回数を、ＳＮＳサイトＷにおいて投稿が引用された回数としている。このため、ユーザＢのフォロワーが、投稿を数多くＳＮＳサイトＷに引用すると、出現回数は増加する。そして、一般に、商品Ｘを含む投稿の閲覧数および出現回数が多いほど、その投稿は、商品Ｘの需要の増加に寄与する。

そこで、第１の計算部１７は、例えば、下記の式（１）を用いて、投稿に基づくユーザの指標Ｙを計算する。

Ｙ＝閲覧数×α＋出現回数×β・・・（１）
ここで、係数αは、商品Ｘの需要の増加の、投稿の閲覧数に対する重み係数であり、係数βは、商品Ｘの需要の増加の、投稿の出現回数に対する重み係数である。本実施形態では、α、βはそれぞれ０．３、０．７であるが、これに限定されない。

本実施形態では、特定部１６が特定した１０人のユーザの各々について、第１の計算部１７は、商品Ｘの需要の増加との関係を示す指標Ｙを、上記の式（１）を用いて計算する。指標Ｙが高いユーザは、商品Ｘの需要の増大に与える影響の大きなユーザ（インフルエンサー）であると推定される。インフルエンサーを把握することができれば、商品Ｘの販売者等は、新商品の広告、宣伝を効率的に行うために、今後、インフルエンサーにＳＮＳサイトＷを介して新商品を紹介してもらうことを依頼するといった戦略をとることができる。

なお、本実施形態では、第１の計算部１７は、式（１）を用いて、指標Ｙを計算しているが、式（１）は、他の要素を考慮した式であってもよい。具体的には、投稿を他のユーザが評価したことを示す評価回数（例えば、“いいね！”が投稿に対してクリックされた回数）や、投稿の選択回数（クリックされた回数）を含む式としてもよい。このような式では、例えば、閲覧数、出現回数、評価回数および選択回数がそれぞれ重み付けされて加算されてもよい。

要因判定部１８は、商品Ｘの需要が増加した場合に、その要因を判定する。具体的な判定手法は、後述する。

（分析方法の処理手順）
図４および図５は、本実施形態に係る分析方法の処理手順を示すフローチャートである。各処理は、図１に示す分析装置１を用いて実行される。

まず、第１の取得部１１が、ウェブサーバ２−１〜２−ｍおよびＰＯＳサーバ３から、第１の期間における商品Ｘの月毎（単位期間毎）の販売数を示す販売数情報Ｉ１と、第１の期間における商品Ｘの月毎の価格を示す価格情報Ｉ２とを取得する（ステップＳ１、第１の取得ステップ）。続いて、第２の計算部１２が、販売数情報Ｉ１と価格情報Ｉ２とに基づいて、ショッピングサイトＳＳ１〜ＳＳｍおよびＰＯＳ端末４−１〜４−ｎで販売された商品Ｘの売上を計算する（ステップＳ２）。そして、判定部１３が、商品Ｘの売上から、第１の期間において商品Ｘの需要が増加したことを示す傾向Ｆの有無を判定する（ステップＳ３）。

傾向Ｆがないと判定された場合（ステップＳ３においてＮｏ）、一連の処理は終了する。一方、傾向Ｆがあると判定された場合（ステップＳ３においてＹｅｓ）、ステップＳ４に移行する。

ステップＳ４では、第２の取得部１４が、傾向Ｆが発生したタイミングより前の第２の期間において、商品Ｘに関する情報を放送したテレビ番組の視聴率を示す視聴率情報Ｉ３を取得する。そして、視聴率分析部１５が、視聴率情報Ｉ３に基づいて、商品Ｘの需要の増加に対するテレビ番組の影響の有無を判定する（ステップＳ５）。

テレビ番組の影響があると判定された場合（ステップＳ５においてＹｅｓ）、特定部１６および第１の計算部１７が、ＳＮＳサイトＷを分析する（ステップＳ６）。具体的には、特定部１６が、第２の期間において、商品Ｘに関する情報を所定のＳＮＳサイトＷに投稿したユーザを特定し（特定ステップ）、第１の計算部１７が、特定部１６が特定したユーザの投稿の閲覧数および出現回数に基づいて、商品Ｘの需要の増加と前記ユーザとの関係を示す指標Ｙを計算する（第１の計算ステップ）。

その結果、指標Ｙの高いインフルエンサーが存在する場合（ステップＳ６においてＹｅｓ）、要因判定部１８は、商品Ｘの需要が増加した要因はテレビおよびＳＮＳであると判定する（ステップＳ７）。この場合、傾向Ｆは継続する可能性が高い。一方、指標Ｙの高いインフルエンサーが存在しない場合（ステップＳ６においてＮｏ）、要因判定部１８は、商品Ｘの需要が増加した要因はテレビであると判定する（ステップＳ８）。この場合、傾向Ｆは一過性となる可能性が高い。

また、ステップＳ５において、テレビ番組の影響がないと判定された場合も（Ｎｏ）、特定部１６および第１の計算部１７が、ＳＮＳサイトＷを分析する（ステップＳ９）。ステップＳ９における分析は、ステップＳ６における分析と同様である。

その結果、指標Ｙの高いインフルエンサーが存在する場合（ステップＳ９においてＹｅｓ）、要因判定部１８は、商品Ｘの需要が増加した要因はＳＮＳであると判定する（ステップＳ１０）。この場合、傾向Ｆは、持続的且つ口コミが口コミを呼ぶ、所謂ｂｕｚｚ状態となり口コミ量と販売量の双方の増加が顕著となる可能性が高い。一方、指標Ｙの高いインフルエンサーが存在しない場合（ステップＳ９においてＮｏ）、要因判定部１８は、商品Ｘの需要が増加した要因はその他の要因（地域性、季節性、災害等）であると判定する（ステップＳ１１）。傾向Ｆは、一過性となり、速やかに元の水準に戻る可能性が高い。

なお、ステップＳ６およびＳ９の要因判定は、分析装置１のユーザが行ってもよい。

（実施形態の総括）
本実施形態では、インターネット上のショッピングサイトのウェブサーバおよび実店舗のＰＯＳサーバから、商品Ｘの販売数情報および価格情報を取得し、商品Ｘの売上が増加した傾向Ｆの有無を判定する。そして、傾向Ｆがあると判定された場合、傾向Ｆと、テレビ番組およびＳＮＳの投稿との関係を分析する。これにより、商品の需要の増加と、テレビ番組およびＳＮＳサイトに投稿された情報との関係を定量的に分析することができる。

なお、第１の期間における商品Ｘの売上の変化において、傾向Ｆの有無は、例えば、売上が所定値を超えたか否かに基づいて判定してもよい。

また、第１の期間における商品Ｘの売上の変化において、傾向Ｆが複数含まれている場合、少なくとも時間的に最も古い傾向Ｆに関係の大きいユーザを特定してもよい。これにより、最初に商品Ｘの需要の増加に寄与したユーザを特定できる。

あるいは、第１の期間における商品Ｘの売上の変化において、傾向Ｆが複数含まれている場合、全ての傾向Ｆについて、傾向Ｆと関係の大きいユーザを特定してもよい。これにより、商品Ｘの需要の増加に寄与したユーザを全て特定できる。

また、一般に、インターネットのブログ等に比べ、ＳＮＳサイトＷへの投稿は多く閲覧される傾向がある。本実施形態では、商品Ｘに関する情報をＳＮＳサイトＷに投稿したユーザを特定しているため、商品Ｘの需要の増加に関する情報を精度良く把握できる。

（付記事項）
本発明は上記実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、実施形態に開示された技術的手段を適宜組み合わせて得られる形態も本発明の技術的範囲に含まれる。

上記実施形態では、第２の取得部１４が、商品Ｘに関する情報を放送したテレビ番組の視聴率を示す視聴率情報Ｉ３を取得し、視聴率分析部１５が、視聴率情報Ｉ３に基づいて、商品Ｘの需要の増加に対するテレビ番組の影響の有無を判定していたが、第２の取得部１４および視聴率分析部１５を省略してもよい。すなわち、テレビ番組の影響を考慮せず、商品Ｘの需要の増加とＳＮＳサイトに投稿された情報との関係のみを分析してもよい。

また上記実施形態では、商品Ｘの売上の変化に基づいて、傾向Ｆの有無を判定していたが、商品Ｘの販売数の変化に基づいて、傾向Ｆの有無を判定してもよい。

１ 分析装置
２−１〜２−ｍ ウェブサーバ
３ ＰＯＳサーバ
４−１〜４−ｎ ＰＯＳ端末
５ ＳＮＳサーバ
１１ 第１の取得部
１２ 第２の計算部
１３ 判定部
１４ 第２の取得部
１５ 視聴率分析部
１６ 特定部
１７ 第１の計算部
１８ 要因判定部
１００ 分析システム

Claims (9)

1. インターネット上で所定の商品を販売するショッピングサイトの情報を提供するウェブサーバ、および、前記所定の商品を販売する実店舗のＰＯＳ端末に接続されたＰＯＳサーバから、第１の期間における前記所定の商品の単位期間毎の販売数を示す販売数情報を取得する第１の取得部と、
   前記販売数情報に基づいて、前記第１の期間において、前記所定の商品の需要が増加したことを示す所定の傾向があるか否かを判定する判定部と、
   前記判定部が前記所定の傾向があると判定した場合、前記所定の傾向が発生したタイミングより前の第２の期間において、前記所定の商品に関する情報を所定のＳＮＳサイトに投稿したユーザを特定する特定部と、
   前記ユーザの前記投稿の閲覧数および出現回数に基づいて、前記所定の商品の需要の増加と前記ユーザとの関係を示す指標を計算する第１の計算部と、
   を備えることを特徴とする分析装置。
2. 前記判定部が前記所定の傾向があると判定した場合、前記第２の期間において、前記所定の商品に関する情報を放送したテレビ番組の視聴率を示す視聴率情報を取得する第２の取得部と、
   前記視聴率情報に基づいて、前記所定の商品の需要の増加に対する前記テレビ番組の影響の有無を判定する視聴率分析部と、
   をさらに備えることを特徴とする、請求項１に記載の分析装置。
3. 前記判定部は、
   前記第１の期間に含まれる複数の単位期間のうち、連続する２つの期間の前記所定の商品の販売数の比率が所定値になった場合、前記所定の傾向があると判断することを特徴とする、請求項１または２に記載の分析装置。
4. 前記特定部は、
   前記第１の期間に複数の前記所定の傾向があると前記判定部が判定した場合、前記複数の前記所定の傾向のうち、少なくとも時間的に最も古い前記所定の傾向より前の前記第２の期間において、前記投稿を行った前記ユーザを特定することを特徴とする、請求項１〜３のいずれかに記載の分析装置。
5. 前記第１の期間における前記所定の商品の売上を計算する第２の計算部をさらに備え、
   前記第１の取得部は、
   前記ウェブサーバおよび前記ＰＯＳサーバから、前記第１の期間における前記所定の商品の価格を示す価格情報を取得し、
   前記第２の計算部は、
   前記販売数情報および前記価格情報に基づいて、前記第１の期間における前記所定の商品の単位期間毎の売上を計算し、
   前記判定部は、
   前記第２の計算部で計算された前記売上に基づいて、前記第１の期間において、前記所定の傾向があるか否かを判定することを特徴とする、請求項１〜４のいずれかに記載の分析装置。
6. 前記第２の期間は５か月以内の期間であることを特徴とする、請求項１〜５のいずれかに記載の分析装置。
7. 前記所定の商品に関する情報は、所定のソーシャルネットワーキングサービスに投稿された情報であることを特徴とする、請求項１〜６のいずれかに記載の分析装置。
8. インターネット上で所定の商品を販売するショッピングサイトの情報を提供するウェブサーバ、および、前記所定の商品を販売する実店舗のＰＯＳ端末に接続されたＰＯＳサーバから、第１の期間における前記所定の商品の単位期間毎の販売数を示す販売数情報を取得する第１の取得ステップと、
   前記販売数情報に基づいて、前記第１の期間において、前記所定の商品の需要が増加したことを示す所定の傾向があるか否かを判定する判定ステップと、
   前記判定ステップにおいて前記所定の傾向があると判定された場合、前記所定の傾向が発生したタイミングより前の第２の期間において、前記所定の商品に関する情報を所定のＳＮＳサイトに投稿したユーザを特定する特定ステップと、
   前記ユーザの前記投稿の閲覧数および出現回数に基づいて、前記所定の商品の需要の増加と前記ユーザとの関係を示す指標を計算する第１の計算ステップと、
   を備えることを特徴とする分析方法。
9. インターネット上で所定の商品を販売するショッピングサイトの情報を提供するウェブサーバ、および、前記所定の商品を販売する実店舗のＰＯＳ端末に接続されたＰＯＳサーバから、第１の期間における前記所定の商品の単位期間毎の販売数を示す販売数情報を取得する第１の取得部、
   前記販売数情報に基づいて、前記第１の期間において、前記所定の商品の需要が増加したことを示す所定の傾向があるか否かを判定する判定部、
   前記判定部が前記所定の傾向があると判定した場合、前記所定の傾向が発生したタイミングより前の第２の期間において、前記所定の商品に関する情報を所定のＳＮＳサイトに投稿したユーザを特定する特定部、および
   前記ユーザの前記投稿の閲覧数および出現回数に基づいて、前記所定の商品の需要の増加と前記ユーザとの関係を示す指標を計算する第１の計算部、
   としてコンピュータを機能させる分析プログラム。

Images